IBM宣称创建出量子算法 在机器学习上取得巨大飞跃

作者: 佚名 2019-03-14 14:31:49

 IBM公司的研究人员宣称,他们已经创建出了新的量子算法,能够在量子计算机上支持先进的机器学习。在今天发表在非同行评议学术论文储存库arXiv上的论文中,IBM的研究团队描述了其创造出“量子算法”的过程,使量子计算机能够以远远超出传统计算机所能达到的规模来执行“特征映射”(feature mapping)算法。

来自于 IBM

量子计算利用亚原子粒子的奇异能力,即在任何时候都能存在于多种状态中。由于这种最小粒子的行为方式,操作可以比传统计算机更快地完成,且消耗更少的能量。在传统计算中,位是可以两种状态(1或0)存在的单个信息。但是量子计算使用量子位,可以存储比1或0多得多的信息,因为它们可以存在于这些值的任何叠加中。

IBM的研究团队解释说,“特征映射”涉及到一种分解信息的过程,以便访问这些数据的“更精细的方面”。传统的机器学习算法已经在某种程度上做到了这一点,例如通过提取图像的像素并根据每个像素的颜色值将其放在相同网格中。然后,算法以非线性的方式将这些值映射到高维空间,本质上是根据其最有用的特性对数据进行分解。

然而,研究人员表示,有了IBM的新量子算法,就有可能在更高水平上分离这些数据的各个方面和特点。这一点很重要,因为数据分类越精确,机器学习系统的效率就越高。

IBM的研究团队说:“我们的目标是使用量子计算机来创建新的分类器,以生成更复杂的数据地图。通过这样做,研究人员将能够开发出更有效的人工智能,例如可以识别传统计算机看不到的数据模式。”

IBM的研究人员注意到,新的算法还没有实现“量子优势”(quantum advantage),而这是量子计算机性能超越传统计算机的关键。IBM研究员表示,这主要是因为量子计算机还处于起步阶段,受到当前硬件能力的限制。

研究人员说:“我们的研究还没有显示出量子优势,因为根据目前的硬件能力,我们只使用了两个量子计算能力,就将问题的范围减到了最小,这也可以在产痛计算机上进行模拟。”

不过,硅谷技术研究和咨询公司Constellation Research分析师霍尔格·穆勒(Holger Mueller)称,IBM的工作再次表明,量子计算将了比目前可用的任何计算基础设施更好地运行下一代应用程序。

穆勒说:“IBM已经证明,与其他任何计算机相比,像特征映射这样的机器学习算法在量子计算机上运行得更好,功能调用算法非常适合量子计算。”

IBM表示,该公司的新算法将通过其面向开发人员、研究人员和其他专家的Qiskit Aqua开放源码库提供给所有人使用。

机器学习 人工智能 计算机
上一篇:美国研究机构:到2030年 中国AI研究有望领跑全球 下一篇:未来出行第一题:自动驾驶的治堵方案真的可行吗?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

精心整理,机器学习的3大学习资源

机器学习有无尽可能性,该领域薪资高,工作者在工作上能享受到极大乐趣,这让他们大多数时候感觉不像工作。然而,零经验者如何在合理时间内掌握机器学习?本文会给出答案。

读芯术 ·  1天前
欺诈不可怕,机器学习算法分分钟拿下! 精选

根据一项调查,采用基于AI的解决方案的防欺诈专家中有80%认为AI对打击欺诈者有效。但是,仍然存在的问题是弄清楚哪种机器学习算法可以有效地检测未知的欺诈模式。监督学习和无监督学习算法哪一个更有效?

读芯术 ·  2天前
助力抗疫,人工智能和大数据将全面爆发? 精选

新型冠状病毒肺炎疫情的爆发和传播,牵动着全国人民的心。社会各界纷纷投入到这场没有硝烟的疫情阻击战中。

中国经营报 ·  3天前
为什么用Go编写机器学习的基础架构,而不是Python?

虽然Python是使用广泛的语言,并用于每个主要的机器学习框架中。然而,你能想象?在Cortex(将机器学习模型部署为API的开放源代码平台之一)代码库中,87.5%的代码都是使用GO编写。

读芯术 ·  3天前
人工智能和区块链如何在2020年彻底改变移动应用产业?

2020年也不例外。移动应用行业将以明显的方式增长。人们需要了解人工智能行业将发生什么变化,以及企业在新的一年中如何计划使用这些革命性技术。

Pradeep Makhija ·  3天前
人工智能“捷径”将模拟速度提高数十亿倍

即使用最快的超级计算机模拟复杂的自然现象也要花上几个小时,如大气雾霾如何影响气候。

辛雨 ·  3天前
人工智能如何推动神经科技发展?

神经科技以人类神经系统原理为基础,旨在研究人类大脑这一极为复杂的模型架构。在实际作用方面,神经科技将帮助研究人员了解大脑功能与引发功能障碍的原因,并助力医生治疗各类神经系统疾病。至于具体应用,神经科技目前主要关注增强认知能力、改善睡眠并改善长寿人群的大脑健康等。

佚名 ·  3天前
2020年了,深度学习接下来到底该怎么走?

机器学习资深从业者 Ajit Rajasekharan 在本文中汇集了深度学习领域各路大佬的想法,并分享了他本人的一些思考。

亚希伯恩•菲 ·  4天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载